Hello! 各位 AI 開發者大家好 👋
距離上一期間隔有點久，這段時間除了工作忙碌，我的 AI 工具也有了新的變化。
上一期介紹的 OpenClaw 我已經換掉，改用 Claude Code CLI 搭配 tmux 跟 tailscale 這套組合，將 Agent 跑在我的 Framework Desktop Ubuntu Desktop 電腦上開 --remote-control --dangerously-skip-permissions --chrome 持續跑著。原因很現實，就是 Claude Opus 跑 OpenClaw 的 API 帳單實在不是長久之計，近期如果要玩可以試試用 ChatGPT 訂閱，但我已經跳船了。
回頭講 tmux 可以讓你開多個指令視窗，並能切換前景背景(其實我十幾年前就用 screen 了，最近才換 tmux)，好讓 Claude Code 能持續跑著，而 tailscale 可以讓伺服器和我的筆電，在任何地方都像內網一樣連通，筆電可以很方便 SSH 進去，手機可用 Moshi app。Claude Code 的 Remote Control 功能也可以讓我從瀏覽器或手機 Claude app 連上對話使用，這功能一開始推出時還會斷線，現在蠻穩的。反倒是 Telegram channel 功能不夠穩，同時多開 Agents 的情況下有問題，我用了一陣子就放棄了(也許最近有改進?)。
我個人 AI Agent 助理改採用 Claude Code，但我日常 AI coding 工具，反倒從 Claude Code 逐漸換到 OpenAI Codex 了，最近新版 Codex app 加上 GPT-5.5 開 fast mode 又快又好，訂閱給的 tokens 量又多。我其實認為 AI Coding 用 CLI 只是暫時解，單純是因為 IDE 還沒摸索出適合的人類介面，只好回到 CLI 才能發揮最大模型能力不被 GUI 所限制。一旦 GUI 設計出適合的人類介面，體驗超過 CLI 是必然的。
這方面 OpenAI 對於 app 的投入我覺得比 CLI 做得更好。不是每個人都喜歡折騰 tmux 設置多切割畫面背一堆快捷鍵，Codex app 的設計是在左側欄用專案區分對話，可以隨時切換不同專案多工，中間是 agent 對話，右側欄可以審查輸出結果，看 code diff 並針對留言，因此就不一定都需要開 Code Editor 了(這個我也改用 Zed 打開速度超快)。還有 in-app browser 可以讓 Agent 操作，而新的 Computer Use 也很有趣(詳見我的觀察)。總之，我現在是 Claude $100 + OpenAI $100 雙訂閱，如果你要用 Codex，我推薦試試它的桌機版，而不是 CLI。
AI 時代的先行者優勢很短暫，後進者只要跟得上就有機會超車，當然也可能反轉後又再反轉。不只 AI 廠商如此，個人學習、企業導入也都是如此。早期進場的，如果沒有跟著新模型迭代、捨不得拋棄舊做法和舊工具，很可能還不如新進場的人。共勉之。
⬇️ 以下是自上期以來，使用 AI 整理生成的文章 ⬇️
內容很多，我就不一一點評摘要了，特別推薦的我放個 👍
- AGENTS.md / CLAUDE.md 該寫什麼、不該寫什麼?
- Agent Memory 實作: 大多數記憶功能不需要用到向量檢索 👍
- 資料科學家的逆襲: 談 AI 工程為何更需要資料科學 👍
- Claude Code 團隊揭秘: 9 種 Skills 類型 + 9 個寫作技巧
- AI 時代的 Code Review: 當 Pull Request 成為新瓶頸 👍
- Agent Sandbox 沙箱架構: 論兩種設計模式與七種隔離方式
- Vibe Porting 現象: 當 AI 一週能重寫 Next.js，開源授權該怎麼辦?
- 在 AI 時代成長: 給高中生的五個建議
- Harvard 研究: AI 不會讓你工作變少，只會讓你更忙
- 軟體工程佔了 AI Agent 近 50% 的 Agentic API 呼叫 — 從數據看 Agent 自主性的現實與未來
- 別再打造 Agent 了，打造 Skills 吧 — Anthropic 演講重點整理 👍
- Bullshit 評測: 測試 LLM 能不能識破胡扯問題
- 別再憑感覺了: 在複雜 Codebase 中解決困難問題 — 演講重點整理
- AI 不焦慮指南: 八件你不需要焦慮的事
- 兩個世代的軟體開發碰撞: 大師 Martin Fowler vs. 大神 Peter Steinberger 的 AI Coding 觀點對比 👍
- 卡比正在吞噬 Context Engineering，下一步是 Codebase Engineering
- LangChain 創辦人談 Agent 為什麼現在才行: Harness、Trace 與 Context Engineering
- 如何規模化你的 Agentic Coding? Thread-Based Engineering 六種模式 👍
- Claude Skill Creator 新版解析: 用 AI 幫你寫 Skill、測 Skill、改 Skill
- 後 MCP 時代: Skill 取代 MCP 嗎?
- Workflow 反模式: 視覺化工作流程工具是開發 Agent 應用的錯誤起點
希望你會喜歡這集新的結構和內容！有任何想跟我分享的事情，也歡迎直接回覆這封信給我。
– ihower
感謝大大分享 ^^
不知能否有機會請大大上述您所描述的 AI 工具和流程的實作細節呢？
想要跟著操作看看 :) Thank you!
或是有推薦的影片或文章也可以喔 感恩！